The not yet exploited goldmine of osint: Opportunities, open challenges and future trends

A. AUTOMATION OF THE GATHERING PROCESS

The greater the amount of information collected, the more

likely it is to create inferences and relationships. However,

18

VOLUME 4, 2016

---

This work is licensed under a Creative Commons Attribution 4.0 License. For more information, see https://creativecommons.org/licenses/by/4.0/.

This article has been accepted for publication in a future issue of this journal, but has not been fully edited. Content may change prior to final publication. Citation information: DOI

10.1109/ACCESS.2020.2965257, IEEE Access

J. Pastor-Galindo et al.: The not yet exploited goldmine of OSINT: Opportunities, open challenges and future trends

the quantity of public data available today is enormous and

can not be collected in a manual way [76]. Although OSINT

techniques (Section V) and tools (Section VI) are already

a big step forward in this direction, most of them are still

largely dependent on the end user. In this sense, it would be

appealing to incorporate more sophisticated techniques. We

highlight current big data techniques such as Web crawling

or Web scraping [77] as potential paradigms to automate and

improve the OSINT exploration of high volumes of open

data.

An important aspect of the recollecting process is the

propagation of the search. The results obtained with searches

should refeed the following rounds of gathering. In OSINT it

is really powerful to extract pivots permitting the concatena-

tion of outputs as new inputs for propagation. This recursive

method increases the scope of research and is closely related

to the analysis process that we will discuss next.